Far3D：拓展全景三维目标检测的视野

近年来，基于环视图像的3D目标检测因其部署成本低而取得了显著进展。然而，现有大多数方法主要聚焦于近距离感知，对远距离检测的探索仍相对不足。直接将现有方法扩展至远距离场景，面临计算开销大和收敛不稳定等挑战。为解决上述问题，本文提出一种新颖的稀疏查询框架——Far3D。该方法利用高质量的2D目标先验，生成互补于3D全局查询的3D自适应查询。为进一步高效捕捉远距离目标在不同视角和尺度下的判别性特征，我们设计了一种视角感知聚合模块。此外，提出一种基于距离调制的3D去噪方法，有效缓解查询误差传播问题，改善远距离任务中的收敛性。实验表明，Far3D在具有挑战性的Argoverse 2数据集上实现了当前最优（SoTA）性能，检测范围可达150米，显著优于多个基于LiDAR的方法。同时，在nuScenes数据集上，Far3D也展现出优于先前方法的性能表现。代码已开源，地址为：https://github.com/megvii-research/Far3D。